量子记忆:识别出可以在室温下存储量子信息的二维材料

01 研究成果在顶级期刊【Nature Communications】发表

标题
Room-temperature optically detected magnetic resonance of single defects in hexagonal boron nitride

作者
Hannah L. Stern,Qiushi Gu, John Jarman, Simone Eizagirre Barker, Noah Mendelson, Dipankar Chugh, Sam Schott, Hoe H. Tan, Henning Sirringhaus, Igor Aharonovich & Mete Atatüre

摘要
光学可寻址固态自旋是量子技术的重要平台,例如中继器和传感器。二维材料中的自旋提供了一个优势,因为降低的维度使得可行的片上集成到设备中。在这里,我们报告了六方氮化硼中单个碳相关缺陷的室温光学检测磁共振 (ODMR),其对比度比整体平均值高 100 倍。我们在 ODMR 活性缺陷的二阶强度相关测量中确定了两个不同的聚束时间尺度,但对于没有 ODMR 响应的那些只有一个。我们还观察到每个缺陷的正或负 ODMR 信号。基于运动学模型,我们将这种双极性与高度可调的内部光学速率联系起来。最后,我们以与角度相关的双峰共振的形式解析了 ODMR 精细结构,表明弱但有限的零场分裂。我们的结果为在六方氮化硼中实现室温自旋光子量子界面提供了一条有希望的途径。

paper
https://www.nature.com/articles/s41467-022-28169-z

02 成果解读

研究人员已经确定了一种可用于在室温下存储量子信息的二维材料。

量子存储器是构建量子互联网时需要解决的主要构建块,其中量子信息通过光子或光粒子安全地存储和发送。

剑桥大学卡文迪什实验室的研究人员与澳大利亚悉尼大学的同事合作,确定了一种二维材料,六方氮化硼,它可以在室温下从其结构中的原子级缺陷中发射单光子。

研究人员发现,这些孤立缺陷发出的光提供了有关可用于存储量子信息的量子特性的信息,称为自旋,这意味着该材料可用于量子应用。重要的是,量子自旋可以通过光在室温下进行。

这一发现最终可能支持由可在室温下运行的二维材料构建的可扩展量子网络。结果发表在《自然通讯》杂志上。

未来的通信网络将使用单光子向世界各地发送信息,这将导致更安全的全球通信技术。

建立在量子力学原理上的计算机和网络将比现有技术更强大、更安全。然而,为了使这样的网络成为可能,研究人员需要开发可靠的方法来生成单个、无法区分的光子作为跨量子网络的信息载体。

“我们可以使用光子将信息从一个地方发送到另一个地方,但如果我们要构建真正的量子网络,我们需要发送信息、存储信息并将其发送到其他地方,”剑桥卡文迪什实验室的 Hannah Stern 博士说,该研究的共同第一作者,还有顾秋实和约翰·贾曼博士。“我们需要能够在室温下将量子信息保持一定时间的材料,但我们目前拥有的大多数材料平台都很难制造,而且只能在低温下很好地工作。”

六方氮化硼是一种二维材料,通过化学气相沉积在大型反应器中生长。它便宜且可扩展。最近的努力揭示了单光子发射器的存在和光学可访问自旋的密集集合的存在,但不是在环境条件下运行的单独隔离的自旋光子界面。

“通常,它是一种非常无聊的材料,通常用作绝缘体,”三一学院的初级研究员斯特恩说。“但我们发现这种材料存在可以发射单光子的缺陷,这意味着它可以用于量子系统。如果我们能让它以自旋的形式存储量子信息,那么它就是一个可扩展的平台。”

斯特恩和她的同事在一个微小的金天线和一个固定强度的磁铁附近建立了一个六边形氮化硼样品。通过在室温下向样品发射激光,他们能够观察到许多不同的磁场相关响应对材料发出的光的响应。

研究人员发现,当他们将激光照射在材料上时,他们能够操纵缺陷的自旋或固有角动量,并将缺陷用作存储量子信息的一种方式。

“通常,这些系统中的信号总是相同的,但在这种情况下,信号会根据我们正在研究的特定缺陷而变化,并不是所有的缺陷都显示出信号,所以还有很多东西有待发现,”说共同第一作者顾秋实。“材料有很多变化,就像覆盖在移动表面上的毯子一样——你会看到很多涟漪,它们都是不同的。”

监督这项工作的 Mete Atature 教授补充说:“既然我们已经在这种材料中确定了室温下光学可访问的孤立自旋,下一步将是详细了解它们的光物理学,并探索可能应用的操作机制,包括信息存储和量子传感。这项工作之后将会有一系列有趣的物理学。”

该研究得到了欧洲研究委员会的部分支持。Mete Atature 是剑桥大学圣约翰学院的研究员。

成为VIP会员查看完整内容
10

相关内容

智能材料(Smart Materials或Intelligent Materials),又称为响应材料或敏感材料,由日本高木俊宜于1989年首次提出,是继天然材料、合成高分子材料、人工设计材料之后的第四代材料。智能材料是具有一种或多种特性的合成材料,这些特性可以通过外部刺激以受控方式显著改变,例如应力、温度 、湿度、声音、电磁场、光照或化学物质等。外部刺激发生后,材料体可进行一定程度的响应,产生分析、处理、判断等智能行为。简而言之,智能材料是对刺激和环境变化做出反应,并根据变化激活其功能的材料。智能材料具有传感、反馈、信息识别与存储、响应等功能,这些特性使其成为许多应用的基础,是现代高技术新材料发展的重要方向之一,其成功研制和大规模应用将加速推动各行业各领域向高度智能化方向发展。
【ETH博士论文】贝叶斯深度学习,241页pdf
专知会员服务
125+阅读 · 2022年1月16日
Nature论文: DeepMind用AI引导直觉解决数学猜想难题
专知会员服务
29+阅读 · 2021年12月2日
专知会员服务
46+阅读 · 2020年12月20日
【Nature通讯】深度神经网络模型中的个体差异
专知会员服务
13+阅读 · 2020年11月16日
量子信息技术研究现状与未来
专知会员服务
40+阅读 · 2020年10月11日
这期Nature封面「雪崩」了!
新智元
0+阅读 · 2021年1月16日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
11+阅读 · 2018年7月31日
A Multi-Objective Deep Reinforcement Learning Framework
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员